【技术实现步骤摘要】
基于图像信息网络的海量图像对比方法、装置和设备
[0001]本专利技术涉及图像处理领域,特别是涉及一种基于图像信息网络的海量图像对比方法、装置和设备。
技术介绍
[0002]目前对于海量图像的对比和分析,大多采用图像的图像颜色直方图特征或者图像的二维离散余弦变换得到图像指纹,根据图像指纹进行海量图像的内容分析来判断两个图像是否相似。
[0003]但是上述方式对样本库的依赖性较高,随着图像的增多,对于海量图像的对比来说,现有相关技术需要根据大量的样本图像进行模型训练,训练成本高,训练时间长且抗噪能力差,导致图像内容对比速度和准确度都不高。
技术实现思路
[0004]有鉴于此,本专利技术的目的在于提出一种基于图像信息网络的海量图像对比方法、装置和设备,本专利技术能够针对性的解决现有在海量图像的对比速度和准确度不高的问题。
[0005]基于上述目的,第一方面,本专利技术提出了一种基于图像信息网络的海量图像对比方法,所述图像信息网络是基于图像信息空间以多级树集合为基础构造的森林结构,所述多级树包括根节点和子节点,任意两个所述根节点对应的图像之间的差异率大于预设阈值,每个根节点的子节点与其根节点对应的图像之间的差异率小于等于所述预设阈值,所述图像信息空间是指图像特征向量所在的多维向量空间,所述图像特征向量为在相同坐标系下对图像提取特征矩阵后计算得到,所述方法包括:获取待对比图像,对所述待对比图像进行归一化处理,得到归一化图像;计算所述归一化图像的图像特征,所述图像特征包括图像特征矩阵和所述图像特 ...
【技术保护点】
【技术特征摘要】
1.一种基于图像信息网络的海量图像对比方法,其特征在于,所述图像信息网络是基于图像信息空间以多级树集合为基础构造的森林结构,所述多级树包括根节点和子节点,任意两个所述根节点对应的图像之间的差异率大于预设阈值,每个根节点的子节点与其根节点对应的图像之间的差异率小于等于所述预设阈值,所述图像信息空间是指图像特征向量所在的多维向量空间,所述图像特征向量为在相同坐标系下对图像提取特征矩阵后计算得到,所述方法包括:获取待对比图像,对所述待对比图像进行归一化处理,得到归一化图像;计算所述归一化图像的图像特征,所述图像特征包括图像特征矩阵和所述图像特征矩阵的模;遍历所述图像信息网络的根节点,通过所述归一化图像的特征数量和特征向量对所述根节点进行筛选得到备选根节点;根据所述归一化图像的图像特征和所述备选图像的图像特征,计算所述归一化图像与所述备选图像的图像特征差异率,通过所述图像特征差异率判断所述归一化图像是否与所述备选图像相似,其中,所述备选图像为所述备选根节点对应的图像;输出相似图像集合,所述相似图像集合中包括所有与所述归一化图像相似的备选图像。2.根据权利要求1所述的方法,其特征在于,所述获取待对比图像之前,包括:获取资源图像,所述资源图像包括来源于至少一个数据库的多个图像;对所述资源图像进行归一化处理后,得到多个储备图像,所述归一化处理至少包括分辨率、幅形比和色彩空间的归一化处理;计算所述储备图像的图像特征,所述储备图像的图像特征包括图像的特征矩阵和图像特征矩阵的模;根据所述储备图像的图像特征,将所述储备图像作为根节点或子节点,构建所述图像信息网络。3.根据权利要求1所述的方法,其特征在于,所述图像特征还包括:图像特征向量和所述图像特征向量的模,计算所述归一化图像的图像特征,包括:对所述归一化图像进行特征提取,得到所述归一化图像的图像特征矩阵;对所述图像特征矩阵进行模值计算,得到所述图像特征矩阵的模;根据所述图像特征矩阵的特征值,计算所述图像特征向量;对所述图像特征向量进行模值计算,得到所述图像特征向量的模。4.根据权利要求3所述的方法,其特征在于,遍历图像信息网络的根节点通过归一化图像的特征数量和特征向量对根节点进行筛选得到备选根节点,包括:根据归一化图像的图像特征向量和根节点对应图像的图像特征向量,计算所述归一化图像与根节点对应图像的向量差异值;根据归一化图像的图像特征向量的模、所述根节点对应图像的图像特征向量的模以及所述归一化图像与根节点对应图像的向量差异值,计算归一化图像和所述根节点对应图像的特征向量差异率;将所述归一化图像的特征数量和所述根节点对应图像的特征数量的差值小于等于第
一预设阈值作为第一预设条件;将所述归一化图像和所述根节点对应图像的特征向量差异率小于等于第二预设阈值作为第二预设条件;在根节点对应图像同时满足所述第一预设条件和第二预设条件时,确定所述根节点图像为备选根节点。5.根据权利要求4所述的方法,其特征在于,根据归一化图像的图像特征和备选图像的图像特征,计算所述归一化图像与备选图像的图像特征差异率,通过所述图像特征差异率判断所述归一化图像是否与所述备选图像相似,包括:根据图像特征差异率计算公式,得到所述归一化...
【专利技术属性】
技术研发人员:刘世章,王全宁,汪昭辰,
申请(专利权)人:青岛尘元科技信息有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。